Privremena bezbednosna analiza prvog randomizovanog kontrolisanog ispitivanja te vrste koje uključuje preko 80.000 švedskih žena objavljena u časopisu The Lancet Onkologija, otkriva da je mamografska analiza podržana veštačkom inteligencijom (AI) jednako dobra kao dva radiologa dojke koji rade zajedno na otkrivanju raka dojke, bez povećanje lažnih pozitivnih rezultata i skoro prepolovljenje radnog opterećenja čitanja ekrana.
Međutim, konačni rezultati ispitivanja pokazuju da li upotreba veštačke inteligencije u tumačenju mamografskih slika dovodi do smanjenja intervalnih karcinoma (rakova otkrivenih između skrininga koji generalno imaju lošiju prognozu od karcinoma otkrivenih na ekranu) kod 100.000 žena koje su praćene tokom dve godine—i na kraju, da li je upotreba veštačke inteligencije u mamografskom skriningu opravdana—ne očekuju se nekoliko godina.
„Ovi obećavajući privremeni rezultati o bezbednosti treba da se koriste za informisanje o novim ispitivanjima i programskim evaluacijama za rešavanje izraženog nedostatka radiologa u mnogim zemljama. Ali oni sami po sebi nisu dovoljni da potvrde da je AI spremna za primenu u mamografskom skriningu“, upozorava glavni autor dr Kristina Lang sa Univerziteta Lund, Švedska.
„Još uvek moramo da razumemo implikacije na ishode pacijenata, posebno da li kombinovanje stručnosti radiologa sa AI može pomoći u otkrivanju intervalnih karcinoma koji se često propuštaju tradicionalnim skriningom, kao i isplativost tehnologije.“
Pokazalo se da skrining raka dojke sa mamografijom poboljšava prognozu i smanjuje smrtnost otkrivanjem raka dojke u ranijoj fazi koja se lakše leči. Međutim, procene sugerišu da je 20–30% intervalnih karcinoma koji su trebali biti uočeni na prethodnom skrining mamografu propušteno, a sumnjivi nalazi se često ispostavljaju kao benigni.
Evropske smernice preporučuju dvostruko čitanje mamografa za skrining od strane dva radiologa kako bi se osigurala visoka osetljivost (da bi se pravilno identifikovali oni sa bolešću). Ali postoji nedostatak radiologa dojke u mnogim zemljama, uključujući nedostatak od oko 41 (8%) u Velikoj Britaniji 2020. i oko 50 u Švedskoj, a potrebno je više od jedne decenije da se obuči radiolog sposoban da tumači mamografe.
AI je predložen kao automatski drugi čitač za mamografe koji bi mogao pomoći da se smanji ovo radno opterećenje i poboljša tačnost skrininga. Tehnologija je pokazala ohrabrujuće rezultate u retrospektivnim studijama koje koriste veštačku inteligenciju za trijažu ispitivanja na jedno ili dvostruko očitavanje i obezbeđujući radiolozima kompjuterski potpomognutu detekciju (CAD) oznake koje naglašavaju sumnjive karakteristike kako bi se smanjili lažno negativni rezultati. Ali nedostaju čvrsti dokazi iz prospektivnih randomizovanih ispitivanja.
Između aprila 2021. i jula 2022., 80.033 žene starosti 40-80 godina koje su bile podvrgnute mamografskom skriningu na četiri lokacije u jugozapadnoj Švedskoj nasumično su dodeljene u odnosu 1:1 na bilo koju analizu podržanu veštačkom inteligencijom, gde je komercijalno dostupno očitavanje mamografa podržano AI. Sistem je analizirao mamografe pre nego što su ih takođe pročitali jedan ili dva radiologa (interventna ruka), ili standardnu analizu koju su izvršila dva radiologa bez AI (kontrolna ruka).
Ova privremena analiza ispitivanja mamografskog skrininga sa veštačkom inteligencijom (MASAI) upoređivala je učinak ranog skrininga (npr. otkrivanje raka, opoziv, lažno pozitivni rezultati) i radno opterećenje čitanja ekrana u dva kraka. MASAI ispitivanje će nastaviti da utvrđuje primarne rezultate o tome da li mamografski skrining koji podržava AI smanjuje intervalne karcinome.
Najniža prihvatljiva granica za kliničku bezbednost u interventnoj grupi bila je postavljena na stopu otkrivanja raka iznad tri raka na 1.000 pregledanih žena. Ovo se zasnivalo na pretpostavci da bi stopa otkrivanja raka mogla opasti jer bi većina skrining pregleda bila podvrgnuta jednom čitanju umesto dvostrukom. Osnovna stopa otkrivanja u trenutnom programu skrininga sa dvostrukim očitavanjem je pet karcinoma na 1.000 pregledanih žena.
U analizi podržanoj veštačkom inteligencijom, AI sistem je prvo analizirao mamografsku sliku i predvideo rizik od raka na skali od jedan do 10, pri čemu jedan predstavlja najmanji rizik, a 10 najveći. Ako je skor rizika bio manji od 10, sliku je dalje analizirao jedan radiolog, dok ako je sistem veštačke inteligencije predvideo skor rizika od 10 onda su dva radiologa analizirala sliku.
Sistem je takođe obezbedio CAD oznake kako bi radiolozima pomogao u preciznom tumačenju mamografskih slika. Žene su pozvane na dodatno testiranje na osnovu sumnjivih nalaza. Radiolozi su imali konačnu odluku o opozivu žena i dobili su instrukcije da opozovu slučajeve sa najvećim rizikom od 1%, osim očiglednih lažnih pozitivnih rezultata.
AI nije uspeo da obezbedi ocenu rizika u 0,8% slučajeva (306/39,996) koji su upućeni na standardnu negu (dvostruko čitanje).
Stope prisećanja su u proseku iznosile 2,2% (861 žena) za skrining podržan AI i 2,0% (817 žena) za standardno dvostruko čitanje bez AI. Oni su bili slični prosečnoj stopi opoziva od 2,1% u klinici šest meseci pre početka ispitivanja, što ukazuje da stope otkrivanja raka nisu opale.
Ukupno je otkriveno da 244 žene (28%) opozvane sa skrininga podržanog veštačkom inteligencijom imaju rak u poređenju sa 203 žene (25%) opozvane sa standardnog skrininga – što je rezultiralo sa 41 više karcinoma otkrivenim uz podršku AI (od kojih je 19 bilo invazivno a 22 su bili in situ karcinomi). Stopa lažno pozitivnih je bila 1,5% u obe ruke.
Sve u svemu, skrining podržan od veštačke inteligencije rezultirao je stopom otkrivanja raka od šest na 1.000 pregledanih žena u poređenju sa pet na 1.000 za standardno dvostruko očitavanje bez veštačke inteligencije – što je ekvivalentno otkrivanju jednog dodatnog raka na svakih 1.000 pregledanih žena.
Važno je da je bilo 36.886 manje očitavanja sa ekrana od strane radiologa u grupi koja je podržavala AI nego u kontrolnoj grupi (46.345 naspram 83.231), što je rezultiralo smanjenjem opterećenja radiologa pri čitanju ekrana za 44%.
Iako stvarno vreme ušteđeno korišćenjem veštačke inteligencije nije izmereno u ispitivanju, istraživači su izračunali da ako radiolog čita u proseku 50 mamografija na sat, jednom radiologu bi bilo potrebno 4,6 meseci manje da pročita otprilike 40.000 skrining pregleda uz pomoć AI u poređenju sa otprilike 40.000 u kontrolnoj ruci koje su bile dvostruko očitane.
„Najveći potencijal AI trenutno je to što bi radiolozima omogućili da budu manje opterećeni prekomernom količinom čitanja“, kaže Lang. „Iako naš sistem skrininga koji podržava veštačku inteligenciju zahteva najmanje jednog radiologa zaduženog za detekciju, on bi potencijalno mogao da ukloni potrebu za dvostrukim očitavanjem većine mamografa, olakšavajući pritisak na radna opterećenja i omogućavajući radiolozima da se fokusiraju na napredniju dijagnostiku dok skraćuju vremena čekanja za pacijente“.
Uprkos obećavajućim nalazima, autori primećuju nekoliko ograničenja uključujući da je analiza sprovedena u jednom centru i bila ograničena na jednu vrstu mamografskog uređaja i jedan AI sistem koji bi mogao ograničiti generalizaciju rezultata. Oni takođe primećuju da iako će tehnički faktori uticati na performanse i obradu AI sistema, oni će verovatno biti manje važni od iskustva radiologa.
Pošto sistem koji podržava veštačku inteligenciju konačnu odluku o tome da li da se pozove žene postavlja radiolozima, rezultati zavise od njihovog učinka. U ovom ispitivanju radiolozi su bili umereno do veoma iskusni, što je moglo ograničiti generalizaciju nalaza na manje iskusne čitaoce. Na kraju, informacije o rasi i etničkoj pripadnosti nisu prikupljene.
Pišući u povezanom komentaru, dr Nereo Segnan, bivši šef Jedinice za epidemiologiju raka i bivši direktor Odeljenja za skrining u CPO Piemonte u Italiji (koji nije bio uključen u studiju) napominje da se čini da je rezultat AI rizika za rak dojke veoma precizan u mogućnosti da odvoji visok rizik od žena sa niskim rizikom, dodajući da, „U protokolima skrininga sa stratifikovanim rizikom, potencijal za odgovarajuću modulaciju kriterijuma za opoziv u grupama niskog i visokog rizika je izuzetan.“
Međutim, on upozorava: „U grupi za skrining MASAI podržanoj od veštačke inteligencije, moguće je prisustvo prekomerne dijagnoze (tj. sistema koji identifikuje ne-kancere) ili preteranog otkrivanja indolentnih lezija, kao što je relevantan deo duktalnih karcinoma in situ, trebalo bi da podstakne oprez u tumačenju rezultata koji inače izgledaju jednostavno u favorizovanju upotrebe veštačke inteligencije… Stoga je važno dobiti biološke informacije o otkrivenim lezijama.
Očekuje se da će konačni rezultati ispitivanja MASAI to učiniti, jer su karakteristike identifikovanih karcinoma i stopa intervalnih karcinoma – ne samo stopa otkrivanja – naznačeni kao glavni ishodi. Stoga ostaje važno istraživačko pitanje: da li je AI, kada je adekvatno obučen, sposoban da uhvati relevantne biološke karakteristike – ili, drugim rečima, prirodnu istoriju bolesti – kao što je sposobnost tumora da rastu i šire se?“
